有没有电脑做兼职的网站吗,1688一件代发跨境电商,江苏建设厅厅长徐其耀,有做电动车修车的网站吗一、【说在前面】
看到这篇文章的大兄弟您们好#xff0c;我们经常说调包侠、CRUD仔#xff0c;用来鄙视不会自己造轮子的工程师#xff0c;不过笔者认为python的精髓就是调库。库很快#xff0c;自己写大概率更慢。调包侠也是有高低贵贱之分的#xff0c;今天介绍一个特… 一、【说在前面】
看到这篇文章的大兄弟您们好我们经常说调包侠、CRUD仔用来鄙视不会自己造轮子的工程师不过笔者认为python的精髓就是调库。库很快自己写大概率更慢。调包侠也是有高低贵贱之分的今天介绍一个特别好用的库——itertools
这个库会自动产生一些诸如排列、组合、笛卡尔积、多迭代器整合、zip等。更详细可以看这个官网一手资料。
itertools — Functions creating iterators for efficient looping — Python 3.12.1 documentation
二、【正式介绍】
1无限循环迭代器 count(start[, step]): count() 函数生成一个从 start 开始的无限递增的整数序列。如果提供了 step 参数则按照步长递增。Arguments: start: 序列的起始值默认为 0。step: 序列的步长默认为 1。Results: 生成一个无限递增的整数序列。Example: from itertools import count # 从10开始步长为2不写默认步长为1
for i in count(10, 2): print(i)# 10121416…… cycle(iterable): cycle() 函数接受一个可迭代对象并无限循环输出该可迭代对象的元素。Arguments: iterable: 要循环的可迭代对象。Results: 无限循环输出可迭代对象的元素。Example: from itertools import cycle # 无限循环输出 A, B, C
for elem in cycle(ABC): print(elem) repeat(elem [,n]):
repeat() 函数生成一个无限重复输出某个元素的序列或者最多重复 n 次。不写n则会一直重复
Arguments:
elem: 要重复的元素。
n: 最多重复的次数默认为无限次。
Results:
生成一个无限重复输出元素的序列或者最多重复 n 次。
Example:
from itertools import repeat # 重复输出数字 10最多重复 3 次
for elem in repeat(10, 3): print(elem)
2最短序列终止迭代器
1. accumulate(p [,func]):
将可迭代对象中的元素累积起来可指定累积的函数。
Example:
from itertools import accumulate # 累积和
result accumulate([1, 2, 3, 4, 5])
print(list(result)) # 输出 [1, 312, 6123, 10, 15]
2. batched(p, n):
将可迭代对象划分为大小为 n 的批次。
Example:
from itertools import batched # 划分为大小为 3 的批次
result batched(ABCDEFG, n3)
print(list(result)) # 输出 [(A, B, C), (D, E, F), (G,)]
3. chain(p, q, …): 将多个可迭代对象连接成一个单一的迭代器。
Example:
from itertools import chain # 连接两个字符串 result chain(ABC, DEF)
print(list(result)) # 输出 [A, B, C, D, E, F] 4. chain.from_iterable(iterable):
与 chain 类似但接受一个可迭代对象的可迭代对象。
Example:
from itertools import chain # 连接两个字符串列表
result chain.from_iterable([ABC, DEF])
print(list(result)) # 输出 [A, B, C, D, E, F] 5. compress(data, selectors):
返回一个通过选择器筛选的数据元素序列。
Example:
from itertools import compress # 通过选择器筛选数据
result compress(ABCDEF, [1, 0, 1, 0, 1, 1]) # 1有0无
print(list(result)) # 输出 [A, C, E, F] 6. dropwhile(pred, seq):
返回在预测失败之后的序列元素。
Example:
from itertools import dropwhile # 在预测失败之后的序列元素
result dropwhile(lambda x: x 5, [1, 4, 6, 4, 1]) # 当遇到第一个不满足条件即大于等于 5的元素时停止迭代并返回余下的元素 [6, 4, 1]
print(list(result)) # 输出 [6, 4, 1] 7. filterfalse(pred, seq):
返回使预测结果为假的序列元素。
Example:
from itertools import filterfalse # 使预测结果为假的序列元素
result filterfalse(lambda x: x % 2, range(10)) # 与2取模奇数会留1所以不显示print(list(result)) # 输出 [0, 2, 4, 6, 8] 8. groupby(iterable[, key]):
根据键函数对序列进行分组。
笔者记得力扣有一道压缩算法比如sss44444改为s345就可以拿这个做
Example:
from itertools import groupby # 根据首字母分组
result groupby(AAAABBBCCDAABBB)
for key, group in result: print(key, list(group)) # 输出 # A [A, A, A, A] # B [B, B, B] # C [C, C] # D [D] # A [A, A] # B [B, B, B] 9. islice(seq, [start,] stop [, step]):
返回切片后的序列元素。
Example:
from itertools import islice # 切片序列 seq[start:stop:step]
result islice(ABCDEFG, 2, None) # 从索引 2开始切这个跟py自带的切片一个道理
print(list(result)) # 输出 [C, D, E, F, G] 10. pairwise(iterable):
返回序列中两两相邻的元素。
Example: from itertools import pairwise # 两两相邻的元素
result pairwise(ABCDEFG)
print(list(result))
# 输出 [(A, B), (B, C), (C, D), (D, E), (E, F), (F, G)] 11. starmap(func, seq):
对可迭代对象中的元素应用函数元素以参数元组的形式传递给函数。Example: from itertools import starmap # 应用 pow 函数
result starmap(pow, [(2, 5), (3, 2), (10, 3)]) # 很好理解本质就是一个map操作
print(list(result)) # 输出 [32, 9, 1000]
12. takewhile(pred, seq):
返回在预测失败之前的序列元素立即为。
Example:
python复制代码
from itertools import takewhile # 在预测失败之前的序列元素
result takewhile(lambda x: x 5, [1, 4, 6, 4, 1])
print(list(result)) # 输出 [1, 4]
13. tee(it, n):
将一个迭代器拆分成多个相同的迭代器。
Example:
from itertools import tee # 将一个迭代器拆分成两个 iter1, iter2 tee(ABC) print(list(iter1)) # 输出 [A, B, C]
print(list(iter2)) # 输出 [A, B, C]
14. zip_longest(p, q, …):
将多个迭代器中的元素逐个配对以最长的迭代器为准可以指定填充值。
Example:
from itertools import zip_longest # 将两个迭代器中的元素逐个配对
result zip_longest(ABCD, xy, fillvalue-)
print(list(result)) # 输出 [(A, x), (B, y), (C, -), (D, -)]
3排列、组合、笛卡尔积
1. product(p, q, …, repeat1)
product 函数用于计算多个可迭代对象的笛卡尔积生成所有可能的组合。它的参数可以是多个可迭代对象如 p, q, ...以及一个可选的 repeat 参数用于指定重复的次数。例如如果 p 是 [1, 2]q 是 [3, 4]那么 product(p, q) 将生成 [(1, 3), (1, 4), (2, 3), (2, 4)]
# 示例 1: product
p [1, 2]
q [3, 4]
result_product list(itertools.product(p, q))
print(result_product) # 输出[(1, 3), (1, 4), (2, 3), (2, 4)]
2. permutations(iterable, rNone)
permutations 函数用于生成可迭代对象中长度为 r 的所有排列。它的参数包括一个可迭代对象 iterable 和一个可选的 r 参数用于指定生成的排列长度。例如如果 iterable 是 [1, 2, 3]r 是 2那么 permutations(iterable, r) 将生成 [(1, 2), (1, 3), (2, 1), (2, 3), (3, 1), (3, 2)]这是长度为 2 的所有可能排列。
# 示例 2: permutations
iterable [1, 2, 3]
r 2
result_permutations list(itertools.permutations(iterable, r))
print(result_permutations) # 输出[(1, 2), (1, 3), (2, 1), (2, 3), (3, 1), (3, 2)]
3. combinations(iterable, r)
combinations 函数用于生成可迭代对象中长度为 r 的所有组合按照排序顺序生成。它的参数包括一个可迭代对象 iterable 和一个 r 参数用于指定生成的组合长度。例如如果 iterable 是 [1, 2, 3]r 是 2那么 combinations(iterable, r) 将生成 [(1, 2), (1, 3), (2, 3)]这是长度为 2 的所有可能组合按照排序顺序生成。
# 示例 3: combinations
iterable [1, 2, 3]
r 2
result_combinations list(itertools.combinations(iterable, r))
print(result_combinations) # 输出[(1, 2), (1, 3), (2, 3)]4. combinations_with_replacement(iterable, r)
combinations_with_replacement 函数与 combinations 类似用于生成可迭代对象中长度为 r 的所有组合但不要求元素不重复可以包含重复元素。例如如果 iterable 是 [1, 2]r 是 2那么 combinations_with_replacement(iterable, r) 将生成 [(1, 1), (1, 2), (2, 2)]这是长度为 2 的所有可能组合包括重复元素。
# 示例 4: combinations_with_replacement
iterable [1, 2]
r 2
result_combinations_with_replacement list(itertools.combinations_with_replacement(iterable, r))
print(result_combinations_with_replacement) # 输出[(1, 1), (1, 2), (2, 2)]
